顶刊Cluster Heatmap，换数据即可用！
p
pythonic生物人约 2 分钟
pythonic生物人约 2 分钟本期主角-Cluster Heatmap。
简单Cluster Heatmap
通过R pheatmap实现简单Cluster Heatmap，非常简单，
## 17.1_01
# 未经过允许禁止转载！
# @Author : 公众号:pythonic生物人
# @Desc : 17.1 简单Cluster heatmap
# 🔸绘制热图
pheatmap(gene_data)
上面这张Cluster Heatmap怎么读了？
Cluster Heatmap利用聚类算法对图中的行和列进行重新排序，将相似的数据点或变量聚集在一起，在行列边界区域添加了聚类的谱系图。通过Cluster Heatmap，既可以观察数据矩阵的分布情况，也可以分析聚类结果。
下图为一张典型的Cluster Heatmap，每部分的含义如图所示。
定制Cluster Heatmap
当然，上面这个默认设置丑陋无比，我们可以在上一节的基础上个性化图中数值、轴文本等，使其符合自己审美（迎合期刊、导师、审稿人的审美）。
## 17.2_01
# 未经过允许禁止转载！
# @Author : 公众号:pythonic生物人
# @Desc : 17.2 个性化Cluster heatmap（数值、聚类树、文本）
pheatmap(
gene_data, # 数据矩阵
# 🔸标准化设置
scale = "row", # 按行标准化（可选，突出基因间的相对差异）
# 🔸聚类设置
cluster_rows = TRUE, # 对基因（行）进行聚类
cluster_cols = TRUE, # 对样本（列）进行聚类
clustering_distance_rows = "euclidean", # 行聚类距离：欧几里得距离
clustering_distance_cols = "euclidean", # 列聚类距离：欧几里得距离
clustering_method = "ward.D2", # 聚类算法：Ward's minimum variance
treeheight_row = 50, # 行聚类树高度
treeheight_col = 30, # 列聚类树高度
cutree_rows = 3, # 将行聚类树切割为 3 组
cutree_cols = 3, # 将列聚类树切割为 2 组
# 🔸轴文本设置
main = "Gene Expression Heatmap", # 添加标题
fontsize = 10, # 标题大小设置
# 🔸颜色设置
border_color = "grey60", # 设置单元格边框颜色
# 🔸图中文本设置
display_numbers = TRUE,
number_format = "%.2f"
)
从以下六个方面进行了个性化定制：
行列标准化 聚类算法 xy轴、图例文本 配色 图中文本属性
效果是明显的，
换成自己钟爱❤️的配色，
数据
使用“1.4.9 gene数据集”，
用cor方法简单计算一下相关性。
本期结束！
-推荐阅读-
👇加入学习（收费，备注：299）